論文の概要: An Agentic Software Framework for Data Governance under DPDP
- arxiv url: http://arxiv.org/abs/2601.01101v1
- Date: Sat, 03 Jan 2026 07:46:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-06 16:25:22.031059
- Title: An Agentic Software Framework for Data Governance under DPDP
- Title（参考訳）: DPDPにおけるデータガバナンスのためのエージェントソフトウェアフレームワーク
- Authors: Apurva Kulkarni, Chandrashekar Ramanathan,
- Abstract要約: インドでは、デジタル個人情報保護法(Digital Personal Data Protection Act)が厳格なデータプライバシーとコンプライアンス要件を義務付けている。
ソフトウェア開発の観点からすると、従来のコンプライアンスツールはハードコードされたルールや静的な設定に依存していることが多い。
本稿では,データポリシの統制と適応を行うソフトウェアエージェントに,コンプライアンスロジックを直接組み込む新しいエージェントフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite the rise of data-driven software systems in the modern digital landscape, data governance under a legal framework remains a critical challenge. In India, the Digital Personal Data Protection (DPDP) Act mandates rigorous data privacy and compliance requirements, necessitating software frameworks that are both ethical and regulation-aware. From a software development perspective, traditional compliance tools often rely on hard-coded rules and static configurations, making them inflexible to dynamic policy updates or evolving legal contexts. Additionally, their monolithic architectures obscure decision-making processes, creating black-box behavior in critical governance workflows. Developing responsible AI software demands transparency, traceability, and adaptive enforcement mechanisms that make ethical decisions explainable. To address this challenge, a novel agentic framework is introduced to embed compliance logic directly into software agents that govern and adapt data policies. In this paper, the implementation focuses on the DPDP Act. The framework integrates KYU Agent and Compliance Agent for this purpose. KYU (Know-YourUser) Agent supports semantic understanding, user trustworthiness modelling and Compliance Agent uses data sensitivity reasoning within a goal-driven, agentic pipeline. The proposed framework, built using an open-sourced agentic framework and has been evaluated across ten diverse domains, including healthcare, education, and e-commerce. Its effectiveness under DPDP, measured via an Anonymization Score, demonstrates scalable, compliant data governance through masking, pseudonymization, and generalization strategies tailored to domain-specific needs. The proposed framework delivers scalable, transparent, and compliant data governance through collaborative agents, dynamic policy enforcement, and domain-aware anonymization.
- Abstract（参考訳）: 現代のデジタルランドスケープにおけるデータ駆動ソフトウェアシステムの台頭にもかかわらず、法的枠組みの下でのデータガバナンスは依然として重要な課題である。
インドでは、Digital Personal Data Protection (DPDP)法が厳格なデータプライバシとコンプライアンス要件を規定しており、倫理的かつ規制に配慮したソフトウェアフレームワークが必要である。
ソフトウェア開発の観点からは、従来のコンプライアンスツールはハードコードされたルールや静的な設定に依存しており、動的なポリシー更新や法的文脈の進化に柔軟である。
さらに、モノリシックなアーキテクチャは意思決定プロセスを曖昧にし、重要なガバナンスワークフローでブラックボックスな振る舞いを生み出します。
責任あるAIソフトウェアを開発するには、透明性、トレーサビリティ、そして倫理的決定を説明可能な適応的な実施メカニズムが必要です。
この課題に対処するために、コンプライアンスロジックを直接ソフトウェアエージェントに組み込む新しいエージェントフレームワークが導入された。
本稿では,DPDP法に焦点をあてる。
このフレームワークは KYU Agent と Compliance Agent を統合している。
KYU (Know-YourUser) Agentはセマンティック理解をサポートし、ユーザ信頼性モデリングとコンプライアンスエージェントは、目標駆動のエージェントパイプライン内でデータ感度推論を使用する。
提案するフレームワークは、オープンソースのエージェントフレームワークを使用して構築され、医療、教育、eコマースを含む10の異なる領域で評価されている。
DPDPでは、匿名化スコアを用いて測定され、マスキング、偽名化、ドメイン固有のニーズに合わせた一般化戦略を通じて、スケーラブルで従順なデータガバナンスを実証している。
提案されたフレームワークは、協調エージェント、動的ポリシー執行、ドメイン対応匿名化を通じて、スケーラブルで透明で、コンプライアンスに準拠したデータガバナンスを提供する。
関連論文リスト
- Smart Data Portfolios: A Quantitative Framework for Input Governance in AI [0.0]
公正性、プライバシ、堅牢性、透明性に関する懸念が高まり、AIガバナンスに対する中心的な期待が高まっている。
我々は、データカテゴリを生産的だがリスクを伴う資産として扱うSmart Data Portfolioフレームワークを紹介します。
レギュレータはこのフロンティアを、リスクキャップ、許容可能なカテゴリ、およびウェイトバンドを通じて形成する。
論文 参考訳（メタデータ） (2025-12-18T12:15:27Z) - Analyzing and Internalizing Complex Policy Documents for LLM Agents [53.14898416858099]
大規模言語モデル(LLM)ベースのエージェントシステムは、多様なビジネスルールをコードするコンテキスト内ポリシー文書に依存している。
これは、パフォーマンスを保ちながら、ポリシー文書をモデルプリエントに組み込む内部化手法の開発を動機付けます。
CC-Genは4つのレベルにまたがる制御可能な複雑度を持つエージェントベンチマークジェネレータである。
論文 参考訳（メタデータ） (2025-10-13T16:30:07Z) - Bridging the Mobile Trust Gap: A Zero Trust Framework for Consumer-Facing Applications [51.56484100374058]
本稿では,信頼できないユーザ制御環境で動作するモバイルアプリケーションを対象としたZero Trustモデルを提案する。
デザインサイエンスの方法論を用いて、この研究は、実行時の信頼の強制をサポートする6つのピラーフレームワークを導入した。
提案したモデルは,デプロイ前コントロールを越えてモバイルアプリケーションをセキュアにするための,実用的で標準に準拠したアプローチを提供する。
論文 参考訳（メタデータ） (2025-08-20T18:42:36Z) - Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams [54.528185120850274]
本稿では,API2Depという新しいステップバイステップコード生成フレームワークを提案する。
まず、サービス指向アーキテクチャに適した拡張Unified Modeling Language (UML) APIダイアグラムを紹介します。
次に、データフローの重要な役割を認識し、専用のデータ依存推論タスクを導入する。
論文 参考訳（メタデータ） (2025-08-05T12:28:23Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - AI-Governed Agent Architecture for Web-Trustworthy Tokenization of Alternative Assets [3.0801485631077457]
代替アセットトークン化は、非伝統的な金融商品がWeb上で表現され、取引されるように変化している。
本稿では、インテリジェントエージェントをブロックチェーンに統合し、代替資産のWeb信頼に値するトークン化を実現するAI統治エージェントアーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-06-30T11:28:51Z) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - OSS-UAgent: An Agent-based Usability Evaluation Framework for Open Source Software [47.02288620982592]
我々のフレームワークは,大規模言語モデル(LLM)を利用したインテリジェントエージェントを用いて,プログラミングタスクを実行する開発者をシミュレートする。
OSS-UAgentは正確でコンテキスト対応のコード生成を保証する。
本稿では,OSS-UAgentがグラフ解析プラットフォーム評価に活用している実例を紹介する。
論文 参考訳（メタデータ） (2025-05-29T08:40:10Z) - A Novel Zero-Trust Identity Framework for Agentic AI: Decentralized Authentication and Fine-Grained Access Control [7.228060525494563]
本稿では,Agentic AI IAMフレームワークの提案について述べる。
リッチで検証可能なエージェント識別子(ID)に基づく包括的フレームワークを提案する。
また、Zero-Knowledge Proofs(ZKPs)によって、プライバシ保護属性の開示と検証可能なポリシーコンプライアンスを実現する方法について検討する。
論文 参考訳（メタデータ） (2025-05-25T20:21:55Z) - The Accountability Paradox: How Platform API Restrictions Undermine AI Transparency Mandates [0.0]
主要なソーシャルメディアプラットフォームに対するAPI制限は、アルゴリズムの透明性のためにデータアクセスを義務付けるEUデジタルサービス法[20]の遵守に異議を唱える。
規制要件とプラットフォーム実装の相違点の増大を評価するための構造化監査フレームワークを開発する。
我々は,国立標準技術研究所のAIリスクマネジメントフレームワークに沿った政策介入を提案する。
論文 参考訳（メタデータ） (2025-05-16T14:30:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。